基于改进差分进化算法的测试序列优化技术研究

摘要

近年来，许多重要的电子设备如火箭发射系统、卫星导弹系统、雷达探测系统的集成度不断提高，其内部结构和功能复杂度也不断加大。这对系统的故障检测和诊断提出了更高的技术要求。其中测试序列设计就是故障诊断过程中必须要解决的NP-complete。传统的测试序列优化方法存在着测试时间太长、难以自动生成故障决策树或无法满足测试性指标等大量问题，已经不适合对复杂系统进行故障诊断。差分进化(DE)算法因其简单的结构、较少的可调参数和容易实现等特点而备受倾睐，本文利用改进的差分进化算法对多信号模型系统下建立的测试-故障矩阵进行序列设计，得到了较小的故障诊断测试代价和较少的测试点集，具有实际的工程意义。具体研究工作如下：
　　(1)首先，在多信号流图模型下对最优测试序列问题进行数学建模，以此为基础构造了测试序列问题的参数五元组(S,P,T,C,D)模型；提出用差分算法求解该问题，并对该算法进行了参数自适应改进。在不增加算法复杂度下，为寻求全局最优和收敛速率上的平衡，提出一种参数自适应惯性速度双模式差分进化算法(IDDE)，通过构造双模式变异策略，给每个个体增加惯性速度项，对标准测试函数进行测试。研究显示改进的算法能有效降低算法对参数的敏感性且寻优能力更强。为差分算法的改进提供理论基础。
　　(2)其次，为了提高差分算法的求解精度让其适应更多更复杂的问题，构造了一种由分形因子动态修正DE的尺度因子F和交叉因子CR的新算法—分形差分进化算法(FDE)。运用标准测试函数对其进行测试并和目前公认的性能较优的改进 DE算法进行比较，实验表明所提算法的有效性和正确性。通过构造新型适应度评估函数，对复杂的电子系统模型进行最优测试序列设计。实验结果显示测试点减少了，测试代价降低了，具有实际的工程意义。
　　(3)最后，针对大型电子设备内部结构过于庞大而出现故障隔离时间长和不能快速生成故障决策隔离树等问题。提出一种DE算法和AO*算法相结合的并行混合算法DE-AO*。利用DE并行优化的特点首先优选一组测试集，再通过AO*强有力的启发搜索能力并能自动生成决策树对每一步测试点进行排序，降低了系统的计算复杂度，有效避免“计算爆炸”等问题。运用该改进算法对复杂系统的故障模型进行最优测试序列研究，仿真表明能缩短故障隔离时间，降低检测代价，给测试序列优化提供了切实可用的方案。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 课题背景及意义

1.2 差分进化算法研究现状

1.3 测试序列优化技术的研究现状

1.4 本文主要研究内容

第二章 测序序列优化问题模型的建立

2.1 多信号模型

2.2 测试序列优化问题的数学描述

2.3 本章小结

第三章 差分进化算法的参数自适应及改进研究

3.1 差分进化算法的简介

3.2 差分进化算法参数自适应改进

3.3 差分算法的分形改进

3.4 本章小结

第四章 FDE算法在测试序列优化技术问题中的应用

4.1 故障检测率和故障隔离率简介

4.2 差分进化算法与测试序列优化问题的结合

4.3 实例分析

4.4 FDE算法性能优势

4.5 本章小结

第五章 DE-AO*算法及其在测试序列优化问题中的仿真研究

5.1 AO*算法的测试序列设计

5.2 DE-AO*算法的测试序列优化设计

5.3 实例验证

5.4 本章小结

第六章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致谢

攻读学位期间的研究成果